Rendre ses recherches plus reproductibles, ça vous parle, mais comment faire en pratique ? Intitulé Recherche reproductible : principes méthodologiques pour une science transparente, ce MOOC aborde la prise de notes, le document computationnel et la réplicabilité des analyses. Concocté par trois chercheurs en informatique, bioinformatique et biophysique, ce module propose l’application sur trois outils de notebook différents : Jupyter, RStudio et Emacs/Org-mode. Des bases en Python et/ou en language R sont souhaitables. Pour des profils doctorant, ingénieur ou chercheur, le temps total estimé de 24h et vous avez un an pour le valider. Envie de lire sur le sujet ? Spectrum news raconte le cas précis de l’imagerie du cerveau pour des études sur l’autisme comme illustration du problème de réplicabilité des expériences en recherche biomédicale. Pour comparer différents travaux, l’ouverture des données s’est révélé bénéfique.
Vos données : ouvertes ou fermées ?
Qu’on me couvre DoR. Les incitations à mettre vos données en accès ouvert sont nombreuses… mais en avez-vous le droit ? Recherche Data Gouv, le Centre de Ressources DoRANum et la Direction pour la Science Ouverte d’Inrae vous proposent un court document pour vérifier...